Bài giảng Toán kinh tế: Chương 7 - Nguyễn Phương

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:5

Thêm vào BST

Báo xấu

23
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Toán kinh tế: Chương 7 được biên soạn gồm các nội dung chính sau: Các thuộc tính của mô hình tốt; Cách tiếp cận để lựa chọn mô hình; Phát hiện những sai lầm và kiểm định. Mời các bạn cùng tham khảo!

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Toán kinh tế: Chương 7 - Nguyễn Phương

Chương 7:LỰA CHỌN MÔ HÌNH Nguyễn Phương Bộ môn Toán kinh tế Đại học Ngân hàng TPHCM Email: nguyenphuong0122@gmail.com Ngày 4 tháng 1 năm 2023 1
NỘI DUNG 1 Các thuộc tính của mô hình tốt 2 Cách tiếp cận để lựa chọn mô hình 3 Phát hiện những sai lầm và kiểm định 2
Các thuộc tính của mô hình tốt Các thuộc tính của mô hình tốt 1 Tiết kiệm: mô hình là sự biểu diễn đơn giản của thực tại khách quan −→ mô hình càng đơn giản càng tốt. 2 Tính đồng nhất: với một tập hợp dữ liệu đã cho, các tham số ước lượng phải duy nhất. 3 Tính thích hợp: mô hình càng thích hợp thì việc phân tích càng chính xác. 4 Tính bền vững về mặt lý thuyết: trong việc xây dựng mô hình, phải có một cơ sở lý thuyết nào đó −→ nếu không sẽ dễ dẫn đến kết quả sai. 5 Có khả năng dự báo tốt: mô hình được chọn sao cho khi dùng để dự báo sẽ cho những kết quả sát với thực tế. 3
Cách tiếp cận để lựa chọn mô hình Cách tiếp cận để lựa chọn mô hình 1 Xác định số biến độc lập: từ đơn giản đến tổng quát, từ tổng quát đến đơn giản. 2 Kiểm tra mô hình có vi phạm các giả thiết hay không. 3 Chọn dạng hàm Để chọn dạng hàm, ta cần dựa vào: ➤ Các lý thuyết kinh tế. ➤ Các nghiên cứu thực nghiệm. ➤ Đồ thị biểu diễn sự biến thiên của dãy các số liệu quan sát. ➤ Phân tích về bản chất của mối quan hệ giữa các biến kinh tế. 4 Sử dụng các tiêu chuẩn thông dụng để chọn mô hình ➤ Giá trị của hàm hợp lý log-likelihood (L): L = − n2 ln σ2 − n2 ln(2π) − 12 u2i P Giá trị của L càng lớn thì mô hình càng phù hợp. ➤ Tiêu chuẩn AIC (Akaike info criterion): AIC = RSSn .e2k/n Giá trị của AIC càng nhỏ thì mô hình càng phù hợp. ➤ Tiêu chuẩn Schwarz (Scharz criterion): SC = RSS n .nk/n Giá trị của AIC càng nhỏ thì mô hình càng phù hợp. 4
Phát hiện những sai lầm và kiểm định Phát hiện những sai lầm và kiểm định ➤ Bỏ sót biến thích hợp. ➤ Đưa vào mô hình những biến không thích hợp. ➤ Chọn dạng hàm không đúng. 5